Denne side blev automatisk oversat, og nøjagtigheden af ​​oversættelsen er ikke garanteret. Der henvises til engelsk version for en kildetekst.

Kunstig intelligens-rettet Point-of-care ultralyds billedtolkningssystem

15. september 2025 opdateret af: National Taiwan University Hospital
Dette forslag er et etårigt projekt. I dette projekt sigter vi mod at undersøge muligheden for at bruge AI til sonografisk billedfortolkning. Hovedprojektet er ansvarlig for koordinering mellem de to delprojekter og hovedprojektet, tilvejebringelse af billedressourcer og brug af U-Net (Convolutional Networks for Biomedical Image Segmentation) og Transfer Learning til at opbygge modellerne for billedgenkendelse og validering af effektiviteten af modellerne. Formålet med delprojekt 1 er at udvikle et billedgenkendelsessystem til dynamiske billeder: perikardiel effusion. Efter opbygning af modellen vil validering af effektiviteten og fremtidig revision blive udført. Delprojekt 2 udkommer med et billedgenkendelsessystem til statiske billeder: hydronefrose. Efter opbygning af modellen vil validering af effektiviteten og fremtidig revision blive udført.

Studieoversigt

Detaljeret beskrivelse

Ultralyd er et ikke-invasivt og ikke-bestrålet diagnostisk værktøj i nødsituationer og kritisk pleje. I klinisk praksis er rettidig fortolkning af sonografiske billeder for at lette beslutningstagning afgørende. Det afhænger dog af operatørernes erfaring. Som sædvanlig tager det tid for yngre akutlæger at have god diagnostisk nøjagtighed gennem traditionel sonografisk uddannelse. Sådan forkortes læringen Dette forslag er et etårigt projekt. I dette projekt sigter vi mod at undersøge muligheden for at bruge AI til sonografisk billedfortolkning. Hovedprojektet er ansvarlig for koordinering mellem de to delprojekter og hovedprojektet, tilvejebringelse af billedressourcer og brug af U-Net (Convolutional Networks for Biomedical Image Segmentation) og Transfer Learning til at opbygge modellerne for billedgenkendelse og validering af effektiviteten af modellerne. Formålet med delprojekt 1 er at udvikle et billedgenkendelsessystem til dynamiske billeder: perikardiel effusion. Efter opbygning af modellen vil validering af effektiviteten og fremtidig revision blive udført. Delprojekt 2 udkommer med et billedgenkendelsessystem til statiske billeder: hydronefrose. Efter opbygning af modellen vil validering af effektiviteten og fremtidig revision blive udført.

Denne pionerundersøgelse kan levere to AI-assisteret ultralydsbilledgenkendelsessystemer under de virkelige kliniske forhold. De kan opleve kliniske anvendelser og bidrage til nuværende medicinske uddannelse. Desuden kan det forbedre beslutningsprocessen og kvaliteten af ​​behandlingen i akut- og kritiske afdelinger. Ydermere kan opsætningsmodellerne bruges i anden mål ultralyds billedgenkendelse i fremtiden.

Undersøgelsestype

Interventionel

Tilmelding (Anslået)

300

Fase

  • Ikke anvendelig

Kontakter og lokationer

Dette afsnit indeholder kontaktoplysninger for dem, der udfører undersøgelsen, og oplysninger om, hvor denne undersøgelse udføres.

Studiekontakt

Undersøgelse Kontakt Backup

Studiesteder

    • None Selected
      • Taipei, None Selected, Taiwan, 100

Deltagelseskriterier

Forskere leder efter personer, der passer til en bestemt beskrivelse, kaldet berettigelseskriterier. Nogle eksempler på disse kriterier er en persons generelle helbredstilstand eller tidligere behandlinger.

Berettigelseskriterier

Aldre berettiget til at studere

20 år og ældre (Voksen, Ældre voksen)

Tager imod sunde frivillige

Ingen

Beskrivelse

Inklusionskriterier:

  • patienter, der får ekkokardiografi eller renal ultralyd

Ekskluderingskriterier:

  • patienter, der ikke får ekkokardiografi eller renal ultralyd

Studieplan

Dette afsnit indeholder detaljer om studieplanen, herunder hvordan undersøgelsen er designet, og hvad undersøgelsen måler.

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

  • Primært formål: Diagnostisk
  • Tildeling: N/A
  • Interventionel model: Enkelt gruppeopgave
  • Maskning: Ingen (Åben etiket)

Våben og indgreb

Deltagergruppe / Arm
Intervention / Behandling
Eksperimentel: Kunstig intelligens-rettet ultralydsbilledfortolkning
forbedre følsomheden og specificiteten af ​​det AI-rettede ultralydsfortolkningssystem

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
følsomhed og specificitet af AI-fortolkning
Tidsramme: 6 måneder
øge følsomheden og specificiteten af ​​AI til at fortolke ultralydsbilledet
6 måneder

Samarbejdspartnere og efterforskere

Det er her, du vil finde personer og organisationer, der er involveret i denne undersøgelse.

Efterforskere

  • Ledende efterforsker: Wan-Ching Lien, National Taiwan University Hospital

Datoer for undersøgelser

Disse datoer sporer fremskridtene for indsendelser af undersøgelsesrekord og resumeresultater til ClinicalTrials.gov. Studieregistreringer og rapporterede resultater gennemgås af National Library of Medicine (NLM) for at sikre, at de opfylder specifikke kvalitetskontrolstandarder, før de offentliggøres på den offentlige hjemmeside.

Studer store datoer

Studiestart (Faktiske)

1. august 2020

Primær færdiggørelse (Anslået)

31. december 2026

Studieafslutning (Anslået)

31. december 2026

Datoer for studieregistrering

Først indsendt

2. maj 2021

Først indsendt, der opfyldte QC-kriterier

2. maj 2021

Først opslået (Faktiske)

6. maj 2021

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Anslået)

19. september 2025

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

15. september 2025

Sidst verificeret

1. september 2025

Mere information

Begreber relateret til denne undersøgelse

Andre undersøgelses-id-numre

  • 202006124RINC

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

INGEN

Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter

Studerer et amerikansk FDA-reguleret lægemiddelprodukt

Ingen

Studerer et amerikansk FDA-reguleret enhedsprodukt

Ingen

produkt fremstillet i og eksporteret fra U.S.A.

Ingen

Disse oplysninger blev hentet direkte fra webstedet clinicaltrials.gov uden ændringer. Hvis du har nogen anmodninger om at ændre, fjerne eller opdatere dine undersøgelsesoplysninger, bedes du kontakte register@clinicaltrials.gov. Så snart en ændring er implementeret på clinicaltrials.gov, vil denne også blive opdateret automatisk på vores hjemmeside .

Kliniske forsøg med Ultralyds billedfortolkning

Abonner